复杂背景灰度图像下的多特征融合运动目标跟踪
2016-11-09韩广良孙海江
中国光学 2016年3期
江 山,张 锐,韩广良,孙海江
(中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033)
复杂背景灰度图像下的多特征融合运动目标跟踪
江山*,张锐,韩广良,孙海江
(中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033)
为解决低对比度、低信噪比、目标旋转、缩放等非理想状态给跟踪算法的研究带来的诸多困难,本文提出灰度图像多特征融合目标跟踪算法,保证在满足工程实践需要的条件下,能够对目标进行稳定的跟踪。算法首先对灰度图像利用Sobel算子求出梯度特征,将X、Y双方向的梯度特征与灰度特征相融合得到新特征,新特征在核密度函数下对低对比度,目标轮廓形状变化较大的情况有较高的适应性和稳定性,再利用背景建模的方法对提取的运动目标区域进行加权,降低非跟踪目标的权值,最后对融合后的加权特征目标利用改进MeanShift算法进行跟踪。通过大量的实验表明,该算法适应目标和背景的复杂变化,并且具有较强的鲁棒性,基本满足在复杂背景灰度图像下目标跟踪的工程实际需求。
目标跟踪;边缘检测;Sobel算子;MeanShift跟踪
1 引 言
目前,复杂背景灰度图像视频监控是一个热点并且难点问题,尤其在军事战场,夜间安防监控更为重要。如何有效地在复杂,低照度,低对比度视频序列中对感兴趣的目标跟踪,是很多学者都在研究的挑战性课题[1-4]。2003年,Comaniciu[5]将MeanShift均值算法用于目标跟踪算法,成为目前主流的跟踪方法,MeanShift[6-9]算法能够有效的对彩色图像,背景场景单一环境进行稳定跟踪,但其存在着鲁棒性较差[10],不适应复杂背景,并且当跟踪目标出现姿态变换,遮挡等问题时,该算法基本无法正常跟踪[11]。……
登录APP查看全文
